产品动态

量化策略是什么

16 Jun 2014掘金团队

什么是策略?

策略,字面意义是指可以实现目标的方案集合;简单地讲,就是一系列预设的行为模式,分别在不同的触发条件会被启用。

在证券交易中,策略是指当预先设定的事件或信号发生时,就采取相应的交易动作。

什么是量化策略?

所谓量化,就是把行为模式中的事件或信号数字化,通过一套固定的逻辑来分析,而不是单凭人的感觉或直觉进行判断和决策。

量化策略通常是自动执行的,但也是可以人工执行的,比如通过技术指标或财务指标选股其实也是一类量化策略,只是执行部分可能由人工完成。

传统的交易员通常是在看到某种图形化的技术形态后,就执行一些特定的交易,如果能把图形形态用一系列计算机程序能识别的数据来描述,让程序自动判断并决策是否要进行交易,并自动进行仓位的管理和风险控制动作,这样也就变成了量化策略。

通常来讲,一般所谓的量化策略是指整个交易过程完全实现为计算机程序,从数据接收、处理到交易执行都是由计算机程序自动完成。 为了开发这样的量化策略,预先需要收集一定量的数据,并在其基础上建立一套基于数字的处理决策模型,通常把这一过程叫做量化策略的研究;策略研究好后,就要实现它,让它run起来。

量化策略究竟是什么样子的呢?

其实说白了,也没有什么神秘的,一个量化交易策略要完成的事情也就是如下这么点事:

从数据处理角度来看:
  • 输入: 行情数据、基本面数据、数量化的新闻事件、成交回报等等
  • 处理: 数据的加工、逻辑判断运算
  • 输出: 交易订单
从信号处理角度来看:
  • 输入信号:

    • 行情数据是随机事件(tick)和短周期的时序事件(bar)
    • 量化的新闻数据(news event)是偶然事件
    • 基本面数据(fundamental financial data)是长周期的时序事件
  • 信号反馈: 成交回报

  • 信号处理: 信号的加工处理,包括变换、增强、过滤去噪、判别等

  • 输出信号: 看涨还是看跌(多空交易信号,买还是卖)

思考: 现实中,通常模拟信号系统会比数字信号系统效果更好,但实现起来更复杂。量化策略是不是也有类似的规律?

从建模的角度来看:

完成一个策略需要两大步骤,首先是策略研究;其次是策略的实现和改进。

  • 假设前提
  1. 历史会重复,规律就隐藏在数据中

  2. 行情发展是众多参与者行为共同作用的结果,人的金融行为集合是有迹可循的

  • 建模过程: 准备数据> 清洗加工 > 挖掘 > 发现规律 > 提出模型假说 > 回溯检验

  • 结果: 一个相对可靠的模型,并且在逻辑上是解释得通的;

模型只是研究的结果,还需要把模型用计算机程序实现出来,应用到未来的交易上,才真正变成一个策略:

  • 抽取出模型的核心逻辑,找出需要的输入数据并接入、实现数据加工、判断处理的逻辑、正确地输出交易信号
  • 不断分析改进
从人工智能的角度来看:

量化策略就是一个能坚定地执行你的交易思路的智能机器人,它会替代你去时刻监视行情变化,完成烦琐的交易动作。

其他细节方面:

面对市场固有的不确定性,一些交易技巧其实也很重要

仓位管理

根据资金情况和行情决定每次的下单量,下单过程如何逐渐降低总体成本,增加赢的概率,比如买的时候降低仓位的VWAP, 根据行情走势的运动冲量决定仓位的调整。

风险管理
  1. 从策略层面讲,也就是止赢止损。

  2. 时刻记住风险的存在,如果你忘记了,市场会很快给你一个惨痛的教训来提醒你的,所以最好还是在市场老大出手前做点什么吧。

  3. 止损,策略是预先写好的程序,很难像人一样能够快速随机应变(虽然没有纪律的交易者经常没有太好的成绩),每笔交易必须有预先设置好的止损逻辑,也就是决定什么情况下该认输退出。

  4. 止赢,止赢其实也是一样的,逻辑也得预先设置好,确定什么时候该停止进攻以保住现有的胜利果实。

  5. 换个角度看,止赢就是另一种形式相对愉悦的止损,比如趋势跟随交易,一旦发现趋势不再继续了,也就是发现前一次的判断错误,就该纠正了,当然这时是有赢利的,所以说形式上相对愉悦。

  6. 在统计套利、或对冲类的策略 上,止赢就是走到模型预定的边界,需要结束这一次交易行动了,不要试图再去模型研究范围边界以外的未知领域探险。


策略研究不易,找出一个模型并验证成功,能给你带来极大的喜悦。 但策略只有完整实现了,交易起来了,它才能真正体现你研究的价值


我们感受过你同样的痛苦

作为策略师:
  1. 策略执行速度慢如蜗牛

时间就是金钱,交易速度经常是制胜的关键,你的策略却经常慢了半拍

  1. 想法受到了不应有的限制

在一个封闭的平台上开发策略,有时就像是“戴着镣铐跳舞”

  1. Deadline一天天临近,你却还在“不务正业”

的确,从底层开始,你什么都能做,但时间不等人

眼睁睁看着机会溜走,你的策略却还没完成,世上已经有大把的时间序列、数学、统计、以及机器学习的工具包存在,可你还得耐心等平台开发者为你增加一个函数, 或者是“重新发明轮子”

作为资金管理者:
  1. 你有大量的策略师或策略,却不清楚谁在做贡献,谁在拖后腿?

  2. 面对只有策略师才清楚的程序黑箱,你的资金安全吗?

  3. 即便是策略师本人实现的程序,策略师就能确保它万无一失地面对变幻莫测的市场吗?

一个好的策略平台非常重要

试试红树量化平台吧,它虽不是万能良药,但能在很大程度上减轻你的痛苦!

返回列表